16g内存跑alexnet失败怎么办

16GB内存跑AlexNet可能会遇到内存不足的问题，可以考虑以下几种解决方案：

1. 减小batch size：减小batch size可以减少每个batch需要的内存空间，从而减轻内存压力。但是，batch size过小可能会影响模型的训练效果，因此需要在减小batch size和保证训练效果之间做出权衡。
2. 使用分布式训练：使用分布式训练可以将模型的训练分布到多个GPU或多台机器上，从而减少单个机器的内存压力。但是，分布式训练需要一定的技术和硬件支持，而且实现起来相对复杂。
3. 减小图片大小：将图片大小缩小可以减少每个batch需要的内存空间，从而减轻内存压力。但是，图片大小过小可能会影响模型的训练效果，因此需要在减小图片大小和保证训练效果之间做出权衡。
4. 使用低精度浮点数：使用低精度浮点数（如FP16）可以减少每个参数需要的内存空间，从而减轻内存压力。但是，低精度浮点数可能会影响模型的训练效果，因此需要在减少内存压力和保证训练效果之间做出权衡。
5. 增加内存：如果以上方法无法解决内存不足的问题，可以考虑增加机器的内存容量，从而提高机器的内存处理能力。